Apple Watch 7傳迎來大變身!邊框更窄、晶片更強,能夠讓更多人買單嗎?
Apple Watch 7傳迎來大變身!邊框更窄、晶片更強,能夠讓更多人買單嗎?

更新幅度不大、新的iPadOS未能解放M1晶片版iPad Pro的生產力,導致換機吸引力低……這是用戶在看完WWDC開發者大會後的抱怨

在蘋果產品陣容中,還有一款與iPad Pro境遇相似的產品,那就是Apple Watch。自從Apple Watch 4之後,後續幾代產品的更新幅度都不算大。

更何況價格更低的Apple Watch SE,在核心功能體驗上與Apple Watch 6差距不多,也讓售價更高的後者定位尷尬,而Apple Watch用戶們的換機意願難免降低一些。

若想改變這一現狀,必然要對產品進行大刀闊斧的更新調整,而從目前《彭博社》等媒體曝光的訊息來看,下一代Apple Watch的變化似乎已初見端倪。

延伸閱讀:Apple Watch新品傳秋季登場,瞄準戶外、極限運動大餅,推強固型聯名款

邊框更窄、性能更強,Apple Watch 7大變身?

首先是外型上的變化,根據知名爆料者Jon Prosser的報告,蘋果將在Apple Watch 7上採用與iPhone 12類似的設計,即 更多的直角設計

先前蘋果分析師也表示,蘋果有望在2021年更新Apple Watch的外型設計,這兩位對於蘋果產品的預測準確率皆超過70%,具有一定可信度。

外型是人們能直觀感受到的差異,也是區別新舊款的重要方式之一,它對於銷量的助推效果已被iPhone 12等產品所驗證,這或許也是蘋果改變設計的原因之一。

此外,預測準確率同樣頗高的《彭博社》日前也發佈了下一代Apple Watch的報告,表示今年發佈的Apple Watch無論外型或內在都會有大幅度的改變。

螢幕方面, 下一代Apple Watch會採用更窄的螢幕邊框 ,這意味著螢幕尺寸可能會增加,先前4代作為大改款也曾減少螢幕邊框。

Apple Watch
圖/ 截圖自Twitter

同時,蘋果可能會採用新的螢幕技術來減少顯示螢幕與玻璃蓋板之間的縫隙,但手錶整體厚度會增加一些。

重磅消息是,《彭博社》表示 Apple Watch 7將採用速度更快的晶片

第六代目前搭載的S6晶片,是以A13的兩個小核心為基礎進行改造,而A13則是基於7nm工藝製程來製造,如今不論是Mac上的M1晶片或最新的A14晶片工藝製程都已用上了5nm,下一代S7晶片自然也同樣會採5nm工藝。

更先進的工藝製程往往能提升性能、降低功耗,減少電池的續航壓力,搭載M1晶片的Mac就是一個最佳案例。當然,最終能否提升續航仍要看蘋果的產品規劃落地,且擴大的螢幕通常也意味著耗能增加,在一增一減之下,續航力究竟是提升還是降低仍是未知。

續航力目前是Apple Watch最大的體驗痛點之一,作為穿戴裝置需要每天充電確實有些麻煩,且像睡眠監測等功能又與人們夜間充電的習慣有所衝突。

另一個變化就是超寬頻技術(UWB)的功能更新,早在Apple Watch 6上,蘋果就已採用U1晶片,但相關功能的應用一直不多。

根據UWB技術近距離通訊的特性,新的更新有可能是與更多智慧型裝置進行互動,在watchOS 8中也有相關功能出現,Apple Watch將成為智慧家居的管家,不僅能管理智慧家居裝置,還有類似提醒鎖門、自動開燈等功能。

Apple
圖/ Apple

最後是健康功能方面的變化,雖然像血氧檢測、心電圖等功能已成為Apple Watch 6與其他款式的核心區別,但下一代Apple Watch在這方面的變化依舊不明朗。

《彭博社》表示,原本今年上線的溫度檢測可能要等到明年,至於不用採血就能測血糖水平的非入侵式血氧檢測則需要更長的時間來實現商業化落地,對糖尿病患者而言,隨時隨地的血糖檢測對病情監控有重要意義。

至於下一代Apple Watch SE,則與戶外版同樣要到明年才有可能會發佈。

Apple Watch普及的瓶頸

直至今日,Apple Watch早已體現了它的價值,而市場數據就是最好的證明。根據數據研調機構Counterpoint Research的報告2021年第一季全球智慧型手錶出貨量較去年同期成長35%,Apple Watch則佔據了近三分之一的市佔率

可以預見的是,包含蘋果在內的廠商們,仍會繼續推動智慧型手錶的普及,但這已經不是光靠打磨產品就可以快速解決的了。

apple watch
圖/ Counterpoint Research

作為以運動、健康為主打的產品,智慧型手錶的使用和學習門檻比手機高出許多 ,用戶在打開新世界的同時,也不禁感嘆運動這件事不僅要看個人意願,還要看是否會使用工具。

用戶在運動時,Apple Watch可以檢測到多項數據,而更重要的是,透過數據來判斷自己的運動方式是否正確、哪些方面還需要提升。

以游泳為例,除了常見的卡路里之外,Apple Watch還會給出心率、速度、距離等數據,其中主要是透過速度和心率來判斷泳姿是否正確,游泳減脂是否具高效率。

不少人在學習蛙泳時並未大感吃力,事實上其姿勢往往不算標準,對應在數據上就是速度慢、心率低。

當筆者問到朋友是如何利用Apple Watch來追蹤運動數據並調整泳姿時,她表示:「我游完一趟蛙式下來,心率達到160以上,但速度卻到了每100公尺5分鐘的狀態,那就表示姿勢不對、沒有效率。此時,我要做的是調降心率,並注意下一圈的游泳伸展和換氣頻率。」

從回覆中可以得知,使用運動數據來判斷運動狀態、改善運動能力是需要學習的,而這與個人的運動經驗有關, Apple Watch作為運動輔助工具,想要普及勢必得降低門檻

Apple Watch
圖/ shutterstock

蘋果也正在為此努力,而社交功能就是其中之一,透過iMessage等用戶可以和朋友、家人分享運動數據,至於像「7天競賽」這種功能則支持用戶間互相PK,透過提醒通知的形式來促進雙方完成對應的運動量。

這也是眾多用戶為何選擇Apple Watch,而非專業運動手錶的答案之一,智慧型手錶除了是運動測量工具,還可以透過社交服務來推動人們建立健康的運動習慣。

此外,透過運動數據也能判斷自己的身體能力。以跑步為例,專業跑者和一般人的心率是有差別的,雖然都落在正常的心率範圍內,但專業跑者的心肺能力更強,在平靜狀態下的心率也就更低(一般在50次/分鐘左右)。

運動社交仍僅限於一個社群中的交流,直接教學的門檻相對更低。在這方面,華為、OPPO等品牌在中國顯然做得更好,有相關配套的教學服務,且提供多種運動模式。

而蘋果推出的fitness+訂閱服務並未在中國上線,當地用戶是否能適應其中的教學也仍是一個問號,至於這部分的缺失,只能依靠Keep、社群媒體上的運動內容來填補。

智慧型手錶的未來

透過運動相關的內容服務來讓更多人認識智慧型手錶,這般操作更像是橫向的產品普及推廣,而對於智慧型手錶縱向的探索,則是增加更多項目的健康數據監測。

除了上述提到的非侵入式血糖檢測、血壓、飲食攝取量記錄等,更豐富的健康數據監測不僅能讓用戶了解身體狀態,同時也可以作為健康生活的指南,例如血糖水平驟升,透過飲食攝取記錄就可以追溯到是否為食物所導致的,以便於調整食譜。

除此之外,這些數據也可以作為部分疾病的警示提醒,判斷是否該去醫院做深度檢查。不過,更深度的健康數據需要通過相關審查,如Apple Watch上的ECG心電圖功能,除了在美國獲得FDA認證之外,在全球其他地區仍需要審查。

apple watch_shutterstock_1398519662拷貝.jpg
圖/ Shutterstock

延伸閱讀:揮揮手腕就能操控Apple Watch!蘋果為肢障者降低門檻,主動監控健康數據

有了專業機構的認證,其數據準確性也能獲得一定的認可。在看重個人數據的時代,智慧型手錶的隱私問題同樣需要被重視,尤其是在透過數據能判斷健康狀態的未來,智慧型手錶和手機一樣作為人們貼身使用的產品,數據洩露所造成的問題也相當嚴重,先前就有健康數據被用於保險服務推薦的案例存在。

電影《全面進化》中,也有一個健康數據被過度濫用的情節,強尼.戴普飾演的角色透過檢測女主角的身體數據來追蹤對方的情緒。在未經允許的情況下私自追蹤伴侶,這無疑是對個人隱私的侵犯,也容易對雙方感情造成負面影響。

Transcendence
電影《全面進化》。
圖/ 截圖自YouTube

另一方面,當健康數據越來越豐富,它是否會和網路一樣異化人們的生活。先前有一項案例,有人在減肥時過渡關注熱量數據,進而導致更大的心理焦慮並衍伸出心理問題。

以Apple Watch為首的智慧型手錶,以更精確的數據提升了人們的運動乃至健康體驗,同時也讓量化生活成為了一部分人的生活方式。但近年來的各種新聞告訴我們,技術或工具從來不只有好的一面,如何運用好工具而不被負面影響,是蘋果等企業以及一般用戶都需要思考的問題。

最新6月號雜誌《高價值企業100強》馬上購:傳送門
單期「電子雜誌」輕鬆讀:傳送門

本文授權轉載自:愛范兒

責任編輯:文潔琳、錢玉紘

關鍵字: #蘋果 #Apple Watch
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓